自动驾驶汽车作为汽车工业未来的发展趋势,是提升交通安全性、缓解交通拥堵的有效途径之一。而自动驾驶控制技术作为自动驾驶汽车核心技术之一,是保证汽车安全、稳定行驶的关键。本文以提升汽车在典型工况下的行驶安全性为出发点,针对跟随补偿控制中观测时间难以确定的问题,提出利用操纵逆动力学的方法来求解自动驾驶汽车的控制输入问题。运用理论分析、虚拟仿真及在环试验对逆动力学问题的建模、逆动力学问题的求解方法以及典型工况下的安全约束和控制策略进行了深入的研究,所做研究可以为自动驾驶控制技术的发展提供一定的参考。主要的研究内容包括以下几个方面:1.对逆动力学的建模问题进行了研究。分析了汽车纵横向运动时的受力情况,建立了一个考虑轮胎纵横向力学特性的汽车动力学模型;通过增加端值约束、过程约束以及性能指标,将汽车的控制问题转换为逆动力学问题;利用虚拟仿真与硬件在环试验对提出的逆动力学问题进行验证;结果表明,所建的模型可以较准确的反映汽车纵横向运动特征,所得到的控制输入符合驾驶员的操纵习惯。2.对逆动力学问题的求解方法进行了研究。对逆动力学问题的求解方法进行了介绍,并通过算例仿真总结了几种常见求解方法的优缺点;针对配点法容易出现龙格现象及全局伪谱法在求解变量非光滑变化时计算效率较低的问题,提出利用局部-全局自适应伪谱法来求解逆动力学问题;针对自适应伪谱法忽略了配点间约束的问题,提出了一种可以检测配点间约束情况的自适应伪谱法。3.对跟驰行为下的安全性和控制输入问题进行了研究。利用区间数学建立了一个考虑不确定因素的纵向跟驰安全距离模型,并分析了三种不确定因素对安全距离的影响;为了缓和跟驰安全与跟驰效率之间的矛盾关系,以最小安全距离作为跟驰距离,以最短时间达到跟驰状态作为性能指标,通过减小跟驰距离及尽快达到跟驰状态来缓和跟驰安全与跟驰效率之间的矛盾关系;同时,考虑到乘车人舒适性及先导车行驶状态的变化,分别建立了变约束跟驰控制策略和近最优反馈跟驰控制策略;通过虚拟仿真对所建的跟驰模型和跟驰控制策略进行了验证。4.对车道保持行为下的安全性和控制输入问题进行了研究。利用MAKLINK图论法和改进的蚁群算法建立了一个混合的路径规划算法用以产生目标路径;利用HMM-SVM建立了一个行驶模式识别模型,并根据乘车人比较关注的安全性、舒适性以及时效性建立了三种控制模式;提出了一种多模式切换的车道保持控制策略,同时,为保证各模式之间可以平滑过渡,建立了一种多阶段的逆动力学控制策略;对考虑模式切换的车道保持控制策略进行了仿真验证。5.对换道行为下的安全性和控制输入问题进行了研究。以NGSIM数据库作为样本数据,通过制定轨迹筛选规则和利用指数平滑法分别对轨迹数据进行了筛选和处理,利用深度神经网络建立了一个基于数据驱动的横向安全距离模型;对换道碰撞的形式进行了分析,建立了考虑纵横向安全距离的换道行为约束;建立了考虑车-车通信时的汽车超车行为约束,并分析了扰动对车队的影响;之后对考虑纵横向安全距离时的换道和超车行为进行了仿真验证;结果表明,所提出的控制方法可以满足汽车在换道或超车过程中对纵横向安全距离的需求。